关于我 - 随机过程集

2023.09 - 至今

大连理工大学-计算机科学与技术硕士在读

研究方向：强化学习、机器人、多智能体。

2019.09 - 2023.06

大连理工大学-人工智能本科

编程语言与框架：熟悉 Python;熟悉Pytorch框架；熟悉 Opencv 的常用图像处理方法；掌握Matplotlib数据可视化方法；熟悉机器人框架ROS的基本原理与操作方法。
算法技术：熟悉强化学习、马尔可夫决策过程、贝尔曼方程、经验录制与回放、模型训练、微调、导出与推理的流程；熟悉经典深度强化学习算法(如DQN、PPO等)；了解分布式训练过程(如Ray框架的使用)；熟悉深度学习的基本原理，熟悉常见模型(如CNN、Transformer)等模型原理。
开发工具：熟悉Linux 系统、Git。
相关证书：工业互联网平台开发工程师中级(能力5级)。
语言技能：大学英语四/六级(CET-4/6)，良好的听说读写能力，快速浏览英文文献及书籍。

2024.08 - 2024.11

中国科学院自动化研究所-算法实习生

概述：在真实场景下实现多智能体围捕任务。
技术栈：深度学习、强化学习、分布式训练。
职责：负责多智能体强化学习的研究工作
图结构三对一围捕策略研究
- 针对三对一围捕场景完成环境的构造与图结构建模，在复杂场景中实现全局感知。
- 设计网络模型与训练框架，引入“引导策略”辅助训练。
- 设计序贯决策方案，模型性能提升至接近理论最优算法。
- 开展一系列的方法有效性与泛化性实验验证，完成相关论文。
图结构三对三围捕策略研究
- 在三对三场景中，原有的小规模场景下的“引导策略”复杂度无法满足要求。针对三对三围捕问题中的围捕方法，取消传统的Policy Net而设计新颖的Value Net拟合纯策略均衡，并进行充分的理论分析与讨论。
- 新型模型的性能能够拟合较好的围捕策略，在大规模场景与大规模集群中实现普适性。

2023.05 - 至今

开放环境多智能体群智对抗博弈理论方法及应用-重大项目-核心成员

概述：在复杂场景下完成多智能体感知、规划、博弈。
技术栈：ROS、强化学习。
职责：完成基于ROS平台智能体建图、感知、行为、决策一体化系统设计与实现。
智能体建图问题
- 设计以图结构抽象真实场景的多智能体自主探索算法，实现观测-网络高度耦合的模型，并在实机平台进行验证，撰写并投递相关论文。
智能体对抗研究
- 设计并测试智能体自动射击敌方的多种方案，并最终采用以随机森林回归的方式拟合自瞄算法，准确率达99%以上。
智能体围捕问题
- 设计图结构表征的多智能体自主围捕方案，并在实机平台进行验证。
多智能体通信服务器
- 采用Flask框架实现Web端设计，并通过FFMPEG实现机器人第一人称视角推流。Web端同时具备对局信息展示，语音控制机器人等多种实际功能。

2023.03 - 2023.05

矿洞巡检机器人-成员

Two Heads are Better than One: Collaboration-Oriented Multi-Agent Exploration System （IEEE TCDS，Q1）-学生一作

Equilibrium Policy Generalization for Pursuit-Evasion Games via Multi-Agent Reinforcement Learning on Graphs （ICML 2025，CCF-A，在投）-二作